自動駕駛汽車在夜間行駛時面臨著挑戰，由于光照不足，目標識別不太容易。目前的低光照圖像增強技術雖然存在，但這些都是依賴經驗或神經網絡訓練產生的算法。近日，來自美國加州大學洛杉磯分校的科學家提出了一種基于物理模擬的顛覆性視覺增強技術。這種技術能夠在低光照條件下，以超強、超快的速度進行圖像處理和輔助目標探測。未來的智能駕駛汽車可能不再需要前照燈。

在研究中，科學家提出了一種全新的圖像增強模式，利用物理過程形成了一種圖像增強工具。該算法速度快，可解釋性高，最終可以轉化為簡單、直觀的數學表達式。這為手機、相機成像、自動駕駛、生物醫學成像等領域提供強大的圖像增強工具。該算法還可以作為各種深度學習圖像處理算法的預處理算法，具有廣泛的研究價值和應用空間。此外，極快的運算時間使得該算法省電。

值得一提的是，該研究成果的代碼將公開，以便研究人員及產業人員迅速跟進。

聲明：本文內容來源于互聯網，不代表本站觀點。